考虑多元用户行为特征的需求侧管理决策方法

摘要：

需求侧管理可有效实现电力负荷的削峰填谷,提高电力系统的稳定性和运行效率.随着电力物联网的发展,不同用户在参与需求响应过程中的行为差异得以凸显,出于对用户隐私的保护,用户用电信息在采集后往往只能就地利用而不能进一步上传,给多元化负荷行为特征分析带来困难.提出了云边环境下基于 A3C(asynchronous advantage actor-critic)强化学习算法和长期短期记忆(long short term memory,LSTM)网络的需求侧管理方法,通过强化学习解决需求侧管理决策中前瞻性不足的问题;通过基于LSTM网络的虚拟环境模拟多元用户行为特征,加速学习过程,降低算法实施成本.通过算例分析可知,所述决策方法在保证用户隐私的同时可有效加快学习进程,价格决策时可更准确地把握用户响应行为特征,从而保证决策的经济性.

关键词：需求侧管理、多元负荷、定价决策、LSTM、A3C

所属期刊栏目：47

分类号：TM73(输配电工程、电力网及电力系统)

资助基金：国家电网有限公司总部科技项目5100-202114296A-0-0-00

在线出版日期：2023-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1942-1949